摘要
本发明公开一种骨髓巨核细胞形态智能检测方法,包括步骤:S1数据准备:采集并预处理骨髓涂片的数字大图,标注巨核细胞,建立标注样本;S2样本生成与整理:以巨核细胞为中心提取小图样本;S3深度学习模型构建:构建并训练深度卷积神经网络,利用生成的小图样本集进行模型优化和性能提升;S4大图检测与推理:采用滑动窗口机制,调用训练完成的模型进行推理,通过置信度加权与非极大值抑制策略,将多个小窗口的检测结果融合回原始大图;S5目标细胞分割:对检测到的巨核细胞进行目标分割,针对不同大小细胞引入金字塔结构以获取每个目标细胞的精确分割掩膜。本发明通过大图标注、小图训练及滑动窗口推理策略,提升巨核细胞检测与分割精度。
技术关键词
智能检测方法
骨髓
滑动窗口机制
金字塔结构
评估图像清晰度
形态学特征
深度学习模型
图样
图像块
深度卷积神经网络
多尺度特征融合
训练样本图像
优化轮廓
掩膜
策略
特征金字塔
平滑技术
系统为您推荐了相关专利信息
状态空间模型
跟踪方法
滑动窗口机制
模型超参数
传感器
网络流量数据
智能检测方法
多模态
静态特征
强化学习模型
图像缺陷识别
算法模型
缺陷智能检测方法
深度学习模型训练
训练集
果蔬农产品
氨基甲酸酯类农药残留量
深度神经网络
食用农产品
智能检测系统